import tensorflow as tf import os import tarfile import requests # inception-v3 是googlenet的第三个版本 #inception模型下载地址 #inception_pretrain_model_url = ‘http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz‘#这里采用手动下载后直接放入下述模型存放地址中。 #模型存放地址, #inception_pretrain_model_dir = "inception_model" #此文件夹如果不存在会自动创建 if not os.path.exists(inception_pretrain_model_dir): os.makedirs(inception_pretrain_model_dir) #获取文件名,以及文件路径 filename = inception_pretrain_model_url.split(‘/‘)[-1] filepath = os.path.join(inception_pretrain_model_dir, filename) #下载模型 if not os.path.exists(filepath): print("download: ", filename) r = requests.get(inception_pretrain_model_url, stream=True) with open(filepath, ‘wb‘) as f: for chunk in r.iter_content(chunk_size=1024): if chunk: f.write(chunk) print("finish: ", filename) #解压文件 tarfile.open(filepath, ‘r:gz‘).extractall(inception_pretrain_model_dir) #模型结构存放文件 log_dir = ‘inception_log‘ if not os.path.exists(log_dir): os.makedirs(log_dir) #classify_image_graph_def.pb为google训练好的模型 inception_graph_def_file = os.path.join(inception_pretrain_model_dir, ‘classify_image_graph_def.pb‘) #‘classify_image_graph_def.pb‘为inception-v3中训练好的一个模型 with tf.Session() as sess: #创建一个图来存放google训练好的模型 with tf.gfile.FastGFile(inception_graph_def_file, ‘rb‘) as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) tf.import_graph_def(graph_def, name=‘‘) #保存图的结构 writer = tf.summary.FileWriter(log_dir, sess.graph) writer.close()
运行结果输出:
finish: inception-2015-12-05.tgz
并在inception_model文件夹中产生了如下文件:
在inception_log文件夹中生成如下文件:
在cmd中打开tensorboard:
在chrome中打开localhost:6006,得到GRAPHS:
inception-v3中最具特色的时mixed层:
mixed层中有并排四个通道:一个卷积层,两个卷积层,三个卷积层,一个池化层加一个卷积层。
四个并排增加模型的宽度,好几个层串联叠加增加了模型的深度。
也把mixed的结构称为inception结构
原文地址:https://www.cnblogs.com/Josie-chen/p/9065880.html
时间: 2024-10-09 01:47:18